Laporan Resmi Modul Vii Analsis Diskriminan

LABORATORIUM STATISTIK DAN MANAJEMEN INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS PEMBANGUNAN NASIONAL
JAWA TIMUR
LAPORAN RESMI
MODUL VII
ANALSIS DISKRIMINAN
I. Pendahuluan
A. Latar Belakang
Statistika merupakan ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, mengelola dan menganalisa data untuk selanjutnya
direpresentasikan hasilnya. Secara singkat, statistika adalah sebuah ilmu yang
berkaitan dengan data dan bagaimana mengumpulkannya. Sedangkan statistik
merupakan angka-angka atau catatan yang dikumpulkan, dikelompokkan dan
ditabulasi sehingga didapatkan informasi tertentu. Statistik pada dasarnya adalah
data yang dihasilkan dari pengolahan yang dipelajari di statistika. Dengan kata lain,
statistika adalah ilmunya, sedangkan statistik adalah datanya.
Analisis Diskriminan adalah salah satu teknik analisis statistika dependensi
yang memiliki kegunaan untuk mengklasifikasikan objek beberapa kelompok.
Analisis diskriminan dapat digunakan pada hubungan dipendensi dimana dapat
dibedakan mana variabel respon dan prediktornya. Pengelompokan dengan analisis
diskriminan terjadi karena ada pengaruh satu atau lebih variabel lain. Tujuan dari
analisis diskriminan adalah untuk menggambarkan ciri-ciri suatu pengamatan dari
bermacam-macam populasi yang diketahui. Jika dianalogikan dengan regresi
linear, maka analisis dikriminan merupakan kebalikannya.
The Body Shop bergerak dalam bisnis kecantikan berupa produk perawatan
wajah dan tubuh. Melihat maraknya covid-19, perusahaan tersebut ingin melakukan
inovasi terhadap produknya yaitu sabun, dengan menciptakan sabun sekali pakai
yang efisien untuk dibawa kemana-mana. Berdasar kepada permasalahan tersebut
maka dilakukan kuesioner sebanyak 50 responden untuk mengetahui pendapat
konsumen terhadap sabun sekali pakai. Data yang didapatkan dari kuesioner
kemudian diuji dengan analisa diskriminan untuk mengetahui apakah ada
perbedaan signifikan tentang penilaian masyarakat mengenai sabun sekali pakai.
Uji analisa ini dilakukan menggunakan software SPSS.
PRAKTIKUM STATISTIK INDUSTRI

MODUL VII (ANALISIS DISKRIMINAN)
SESI KAMIS / MEJA 64
B. Rumusan Masalah
Adapun rumusan masalah pada modul 7 adalah :
Bagaimana mengelompokkan objek-objek berdasarkan karakteristik
diantara objek-objek tertentu ? .
C. Tujuan Praktikum
Adapun tujuan dari praktikum modul 7 adalah :
1. Memahami setiap karakter metode analisis diskriminan dan kegunaannya.
2. Mengelompokkan setiap objek dalam dua atau lebih kelompok berdasarkan
karakteristik tertentu.
3. Menguji apakah ada perbedaan signifikan antar kelompok.
D. Manfaat Praktikum
Adapun manfaat dari praktikum modul 7 adalah :
1. Praktikan dapat mengetahui dan memahami setiap karakteristik metode
analisis diskriminan dan kegunaannya.
2. Praktikan mempunyai pengetahuan dan kemampuan dasar dalam melakukan
analisis diskriminan.
3. Praktikan mampu menyelesaikan suatu persoalan dengan menggunakan
analisis diskriminan.
E. Batasan Masalah
Batasan masalah yang digunakan dalam praktikum modul 7 adalah :
1. Data yang dianalisis adalah variabel yang dinyatakan pada responden.
2. Data yang digunakan yaitu minat konsumen terhadap sabun sekali pakai.
3. Dalam menyelesaikan data tersebut menggunakan software SPSS.
4. Penyelesaian data dengan hanya menggunakan menggunakan diskriminan,
stepwise, summary of anonnical discriminant, dan classification.
F. Asumsi Asumsi
Asumsi-asumsi yang digunakan dalam praktikum modul 7 adalah :
1. Semua data yang ada merupakan data yang siap untuk diolah analisa
diskriminan.
2. Data yang digunakan berdistribusi multivariat normal.
3. SPSS mampu membuat hasil yang representative karena telah tersebar dan
telah diuji kevalid-annya.

II. Tinjauan Pustaka
A. Analisis Diskriminan
Analisis Diskriminan adalah salah satu teknik analisis Statistika dependensi
yang memiliki kegunaan untuk mengklasifikasikan objek beberapa kelompok.
Pengelompokan dengan analisis diskriminan ini terjadi karena ada pengaruh satu
atau lebih variabel lain yang merupakan variabel independen. Kombinasi linier dari
variabel-variabel ini akan membentuk suatu fungsi diskriminan (Gani, 2018).
Analisis diskriminan adalah teknik multivariate yang termasuk dependence
method, yakni adanya variabel dependen dan variabel independen. Dengan
demikian ada variabel yang hasilnya tergantung dari data variabel independen.
Analisis diskriminan mirip regresi linier berganda (multivariable regression).
Perbedaannya analisis diskriminan digunakan apabila variabel dependennya
kategoris (maksudnya kalau menggunakan skala ordinal maupun nominal) dan
variabel independennya menggunakan skala metric (interval dan rasio). Sedangkan
dalam regresi berganda variabel dependennya harus metric dan jika variabelnya
independen, bias metric maupun nonmetric. Sama seperti regresi berganda, dalam
analisis diskriminan variabel dependen hanya satu, sedangkan variabel independen
banyak (multiple). Misalnya varibel dependen adalah pilihan merek Mobil : Kijang,
Kuda dan Panther. Analisis diskriminan merupakan tehnik yang akurat untuk
memprediksi seseorang termasuk dalam kategori apa, dengan catatan data-data
yang dilibatkan terjamin akurasinya (Gani, 2018).
Secara teknis, analisis diskriminan mirip dengan analisis regresi, karena
keduanya mempunyai variabel dependen dan variabel independen dalam modelnya.
Hanya pada analisis regresi (sederhana maupun berganda), variabel dependen harus
data rasio; sedangkan pada analisis diskriminan, jenis data untuk variabel dependen
harus kategori. Karena mempunyai model yang sama, secara dasar kegunaan,
analisis diskriminan sama dengan analisis regresi. Dengan demikian, kegunaan
utama dari analisis diskriminan ada dua. Pertama adalah kemampuan memprediksi
terjadinya variabel dependen dengan masukan data variabel independen; kedua
adalah kemampuan memilih mana variabel independen yang secara nyata
memengaruhi variabel dependen dan mana yang tidak.

Karena bentuk multivariat dari Analisis Diskriminan adalah Dependence,
maka variabel dependen adalah variabel yang menjadi dasar analisis diskriminan.
Variabel dependen bisa berupa kode grup 1 atau grup 2 atau lainnya, dengan tujuan
diskriminan secara umum adalah :
a) Ingin mengetahui apakah ada perbedaan yang jelas antar-grup pada variabel
dependen? Atau bisa dikatakan apakah ada perbedaan antara anggota Grup
1 dengan anggota Grup 2?
b) Jika ada perbedaan, variabel independen manakah pada fungsi diskriminan
yang membuat perbedaan tersebut?
c) Membuat Fungsi atau Model Diskriminan, yang pada dasarnya mirip
dengan persamaan regresi.
d) Melakukan klasifikasi terhadap objek (dalam terminologi SPSS disebut
baris), apakah suatu objek (bisa nama orang, nama tumbuhan, benda atau
lainnya) termasuk pada grup 1 atau grup 2, atau lainnya (Santoso, 2010).
Analisis Diskriminan adalah metode analisis peubah ganda yang bertujuan
untuk memisahkan objek pengamatan yang berbeda dan mengalokasikan objek
pengamatan baru ke dalam kelompok yang telah. Bentuk umum dari fungsi
diskriminan yaitu :
Zjk = a + W1X1k + W2X2k iXik
Keterangan:
Zjk = skor diskriminan dari fungsi diskriminan ke-j untuk objek ke-k ;
dan min (n-
a = intersep atau koefisien persamaan fungsi diskriminan;
Wi = bobot diskriminan untuk peubah bebas ke-i ; p
Xik = peubah bebas ke-i untuk objek ke-k ;
2017).
Tujuan dari analisis diskriminan adalah untuk menggambarkan ciri-ciri suatu
pengamatan dari bermacam-macam populasi yang diketahui, baik secara grafis
maupun aljabar dengan membentuk fungsi diskriminan. Dengan kata lain, analisis
diskriminan digunakan untuk mengklasifikasikan individu ke dalam salah satu dari
dua kelompok atau lebih dan dapat digunakan untuk mengetahui seberapa besar
terjadi misklasifikasi. Kegunaan dari analisis diskriminan, yaitu :

a. Penjelasan (explanation) terhadap fenomena yang dipelajari atau
permasalahan yang diteliti
b. Prediksi alternatif kategori dari variabel respon berdasarkan nilai variabel
predictor
c. Penentuan variabel predictor mana yang merupakan pembeda terkuat
d. Pengelompokan obyek (Zufa, 2017).
Untuk menggunakan teknik analisis diskriminan ini syarat-syarat yang harus
dipenuh diantaranya ialah:
a) Variabel tergantung hanya satu dan bersifat non-metrik, artinya data harus
dikategorikan dan berskala nominal.
b) Variabel bebas terdiri dari dua variabel.
c) Semua kasus harus dipendent.
d) Semua variabel predictor sebaiknya mempunyai distribusi normal
multivariat, dan matrices variance-covariance dalam kelompok harus sama
untuk semua kelompok .
e) Keanggotaan kelompok diasumsikan ekslusif (Gani, 2018).
Asumsi penting yang harus dipenuhi agar model diskriminan bisa digunakan
Adalah :
1) Multivariate Normality, atau variabel independen seharusnya berdistribusi
normal. Jika data tidak berdistribusi normal, hal ini akan menyebabkan
masalah pada ketepatan fungsi (model) diskriminan. Regresi Logistik
(Logistic Regression) bisa dijadikan alternatif metode jika memang data tidak
berdistribusi normal.
2) Matriks kovarians dari semua variabel independen seharusnya sama (equal).
3) Tidak ada korelasi antar-variabel independen. Jika dua variabel independen
mempunyai korelasi yang kuat, dikatakan terjadi multikolinieritas.
4) Tidak adanya data yang sangat ekstrem (outlier) pada variabel independen
Jika ada data outlier yang tetap diproses, hal ini bisa berakibat berkurangnya
ketepatan klasifikasi dari fungsi diskriminan.
Proses dasar dari analisis diskriminan adalah sebagai berikut :
1) Memisah variabel-variabel menjadi Variabel Dependen dan Variabel
Independen

2) Menentukan metode untuk membuat Fungsi Diskriminan. Pada prinsipnya
ada dua metode dasar untuk itu, yakni:
a. Simultaneous Estimation, di mana semua variabel dimasukkan secara
bersama-sama kemudian dilakukan proses Diskri minan.
b. Step-Wise Estimation, di mana variabel dimasukkan satu per satu ke
dalam model diskriminan. Pada proses ini, tentu ada variabel yang tetap
ada pada model, dan ada kemungkinan satu atau lebih variabel
independen yang 'dibuang' dari model.
3) Menguji signifikansi dari Fungsi Diskriminan yang telah terbentuk,
menggunakan Wilk's Lambda, Pilai, F test dan lainnya
4) Menguji ketepatan klasifikasi dari fungsi diskriminan, termasuk mengetahui
ketepatan klasifikasi secara individual dengan Casewise Diagnostics.
5) Melakukan interpretasi terhadap Fungsi Diskriminan tersebut.
6) Melakukan uji validasi Fungsi Diskriminan (Santoso, 2010).
B. Istilah-Istilah Statistik dalam Analisis Diskriminan
Istilah-istilah statistik dalam analisis diskriminan antara lain :
a) Discriminant loadings (disebut juga structure correlations)
Merupakan korelasi linier sederhana antara setiap variabel independen
dengan skor diskriminan untuk setiap fungsi diskriminan.
b) Hit rasio
M
Hit rasio merupakan salah
satu kriteria untuk menilai kekuatan persamaan diskriminan dalam
mengelompokkan objek.
c) Matrik klasifikasi (classification matrix)
Matrik klasisfikasi sering juga disebut confusion atau prediction matrix.
Matrik klasifikasi berisikan jumlah kasus yang diklasifikasikan secara tepat
dan yang diklasifikasikan secara salah (misclassified). Kasus yang
diklasifikasi secara tepat muncul dalam diagonal matrik.
d) Koefisien fungsi diskriminan (discriminant coefficient function)
Koefisien fungsi diskriminan (tidak distandardisasi) adalah pengali
(multipliers) variabel, di mana variabel adalah dalam nilai asli pengukuran.

e) Skor diskriminan (dicriminant score)
Merupakan koefisien yang tidak distandardisasi dikalikan dengan nilai-nilai
varibel.
f) Eigenvalue
Untuk setiap fungsi diskriminan, eigenvalue adalah rasio antara jumlah
kuadrat antar kelompok (sums of square between group) dan jumlah kuadrat
dalam kelompok (sums of squares within group). Eigenvalue yang besar
menunjukkan fungsi yang semakin baik.
g) Nilai F dan signifikansinya
Nilai F dihitung melalui ANOVA satu arah, di mana variabel-variabel yang
dipakai untuk mengelompokkan (grouping variable) berlaku sebagai variabel
independen kategoris (categorical independent variable). Sedangkan setiap
prediktor diperlakukan sebagai variabel metrik.
h) Rata-rata grup dan standar deviasi grup
Rata-rata grup dan standar deviasi grup dihitung untuk setiap grup.
i) Pooled with correlation matrix, dihitung dengan mencari rata-rata matrik
kovarians tersendiri untuk semua grup.
j) Koefisien fungsi diskriminan terstandardisasi
Merupakan koefisien fungsi diskriminan yang dipakai sebagai pengali
(multipliers) pada saat variabel telah distandardisasi dengan menjadikan rata-
rata 0 dan standar deviasi 1.
k) Korelasi struktur (structur correlations)
Juga disebut discriminant loadings, merupakan korelasi yang
mempresentasikan korelasi sederhana (simple correlation) antara prediktor-
prediktor dan fungsi diskriminan.
l) Matrik korelasi total (total correlation matrix) diperoleh kalau setiap kasus 9
objek penelitian dianggap berasal dari satu sampel (single sampel) dan
korelasi dihitung. Dengan begitu, matrik korelasi total dapat diperoleh.
m)
Untuk setiap prediktor, l adalah rasio antara jumlah kuadrat dalam
kelompok (within group sums of squares) dan jumlah kuadrat total (total sums
of squares). Nilainya berkisar antara 0 sampai 1. nilai Lambda yang besar

(mendekati 1) menunjukkan bahwa rata-rata grup cenderung tidak berbeda.
Sebaliknya nilai Lambda yang kecil (mendekati 0), menunjukkan rata-rata
grup berbeda (Vinan, 2018).
C. Perbedaan Analisis Cluster dengan Analisis Diskriminan
Analisis Diskriminan merupakan teknik statistika untuk mengelompokkan
individu-individu ke dalam kelompok-kelompok yang saling bebas dengan tegas
berdasarkan segugus peubah bebas. Analisis diskriminan adalah teknik statistika
multivariat yang terkait dengan pemisahan atau alokasi/klasifikasi (classification)
sekelompok objek ke dalam kelompok yang telah terlebih dahulu didefinisikan.
Analisis Diskriminan dapat digunakan sebagai metode klasifikasi maupun reduksi
dimensi pada sebuah set data. Tujuan utama dari analisis diskriminan adalah untuk
memperoleh kaidah matematis, yang dikenal dengan fungsi diksriminan, yang
dapat digunakan untuk memisahkan kelompok objek yang berbeda.
Sedangkan analisis cluster merupakan suatu teknik analisis multivariat yang
mempunyai tujuan untuk mengelompokkan data peubah atau observasi ke dalam
cluster sedemikian rupa sehingga masing-masing cluster bersifat homogen sesuai
dengan faktor yang digunakan untuk melakukan clustering. Karena yang
diinginkan adalah untuk mendapatkan cluster yang sehomogen mungkin, maka
yang digunakan sebagai dasar untuk clustering adalah kesamaan skor nilai yang
dianalisis. Data mengenai ukuran kesamaan tersebut dapat dianalisis dengan
analisis cluster sehingga dapat ditentukan siapa yang masuk cluster mana
(Afryanthi, 2020).
D. IBM SPSS 20
1. IBM SPSS 20 Secara Umum
Pengertian SPSS
SPSS adalah sebuah program komputer yang digunakan untuk
membuat analisis statistika. SPSS (Statistical Package the Social Sciences
atau Paket Statistik untuk Ilmu Sosial) versi pertama dirilis pada tahun 1968,
diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu Politik dad
Stanford University, yang sekarang menjadi Profesor Peneliti Fakultas Ilmu
Politik di Stanford dan Profesor Emeritus Ilmu Politik di University of
Chicago.

Semula SPSS hanya digunakan untuk ilmu sosial saja, tapi
perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga
kepanjangannya berubah menjadi "Statistical Product and Service Solution".
SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei,
pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya.
Sclain analisis statistika, manajemen data (seleksi kasus, penajaman file,
pembuatan data turunan) dan dokumcntasi data juga merupakan fitur-fitur
dari software dasar SPSS. Statistik yang termasuk software dasar SPSS :
a) Statistik Deskriptif : Tabulasi Silang, Frekuensi, Deskripsi,
Penclusuran, Statistik Deskripsi Rasio
b) Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial,
jarak), Nonparametric tests
c) Prediksi Hasil Numerik : Regresi Linear
d) Prediksi untuk mengidentifikasi kelompok : analisis Faktor, analisis
cluster, diskriminan.
Fasilitas SPSS
SPSS dapat membaca berbagai jenis data atau memasukan data secara
langsung ke dalam SPSS data editor. Bagaimapun struktur dari file data
mentahnya, maka data dalam data editor SPSS harus dibentuk dalam bentuk
baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit
analisis, sedangkan variabel adalah informasi yang dikumpulkan dari masing-
masing kasus.
Beberapa kemudahan yang lain yang dimiliki SPSS dalam
pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas
seperti berikut ini :
1) Data Editor
Merupakan jendela untuk pengolahan data. Data editor dirancang
sedemikian rupa seperti pada aplikasi - aplikasi spreadsheet untuk
mendefinisikan, memasukkan, mengedit, dan menampilkan data.
2) Viewer
Viewer mempermudah pemakai untuk melihat hasil pemrosesan,
menunjukkan atau menghilangkan bagian-bagian tertentu dari output,

serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-
aplikasi yang lain.
3) Multidimensional Pivot Tables
Hasil pengolahan data akan ditunjukkan dengan multi dimensional
pivot tables. Pemakai dapat melakukan eksplorasi terhadap tabel
dengan pengaturan baris, kolom, serta layer. Pemakai dapat melakukan
eksplorasi terhadap tabel dengan pengaturan baris, kolom, serta layer.
Pemakai juga dapat dengan mudah melakukan pengaturan kelompok
data dengan melakukan splitting tabel.
4) High-Resolution Graphics
Dengan kemampuan grafikal beresolusi tinggi akan membuat SPSS
tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa
nyaman dalam pekerjaannya.
5) Database Access
Pemakai program ini dapat memperoleh kembali informasi dari sebuah
database dengan menggunakan Database Wizard yang disediakannya.
6) Data Transformations
Transformasi data akan membantu pemakai memperoleh data yang siap
untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data,
mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa
perintah transpose files, serta yang lainnya.
7) Electronic Distribution
Pengguna dapat mengirimkan laporan secara elektronik menggunakan
sebuah tombol pengiriman data (e-mail) atau melakukan export tabel
dan grafik ke mode HTML sehingga mendukung distribusi melalui
internet dan intranet.
8) Online Help
SPSS menyediakan fasilitas online help yang akan selalu siap
membantu pemakai dalam melakukan pekerjaannya. Bantuan yang
diberikan dapat berupa petunjuk pengoperasian secara detail, dan
kemudahan pencarian prosedur yang diinginkan.

9) Akses Data Tanpa Tempat Penyimpanan Sementara
Analisis file-file data yang sangat besar disimpan tanpa membutuhkan
tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum
versi 11.5 dimana file data yang sangat besar dibuat temporary filenya.
10) Interface dengan Database Relasional
Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan
untuk mengekstrak data dan menganalisnya dari database relasional.
11) Analisis Distribusi
Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk
aplikasi multi user. Kegunaan dari analisis ini adalah apabila peneliti
akan menganalisis file-file data yang sangat besar dapat langsung me-
remote dari server dan memprosesnya sekaligus tanpa harus
memindahkan ke komputer user.
12) Multiple Sesi
SPSS memberikan kemampuan untuk melakukan analisis lebih dari
satu file data pada waktu yang bersamaan.
13) Mapping
Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara
konvensional atau interaktif, misalnya dengan menggunakan tipe bar,
pie atau jangkauan nilai, simbol gradual, dan chart.
Konsep Dasar dalam SPSS
SPSS merupakan paket program untuk mengolah dan menganalisis
data, maka untuk menjalankan program ini terlebih dahulu harus dipersiapkan
data yang akan diolah dan dianalisis tersebut. Untuk bisa dimengerti oleh
prosessor pada SPSS for windows, data tersebut harus mempunyai struktur,
format dan jenis tertentu. Hal lain yang perlu diperhatikan adalah pemilihan
prosedur yang sesuai dengan kasus yang sedang dihadapi. Kesalahan dalam
memilih prosedur tentunya akan mengakibatkan hasil analisis yang diperoleh
tidak sesuai dengan yang diharapkan.
a. Struktur Data
Dalam SPSS, data yang akan diolah harus dalam bentuk m (baris) dan n
(kolom). Tiap baris data dinamakan case (kasus) dan tiap kolom data mempu

nyai heading yang dinarnakan v (variabel).
b. Nilai yang Hilang (Missing Values)
Missing value atau nilai yang hilang, adalah istilah yang digunakan oleh
SPSS untuk mendeklarasikan data yang hilang atau tidak lengkap. Hal ini
perlu diperhatikan karena data yang hilang akan sangat berpengaruh pada
hasil pengolahan maupun analisis dari keseluruhan data.
Ada dua jenis missing value yang dikenal oleh SPSS, yakni :
1) User missing value, adalah missing value yang nilai ditentukan oleh
user (pemakai).
2) System missing Value, adalah missing value yang ditentukan secara
otomatis oleh SPSS, yaitu bilamana dijumpai harga yang illegal seperti
didapatinya karakter alphabetic pada variabel numerik, atau
perhitungan yang menghasilkan nilai tak terdefinisikan pada perintah
transformasi data.
c. Menjalankan SPSS
Sistem kerja SPSS for windows dikendalikan oleh menu. Hampir
seluruh pekerjaan dimulai dengan menentukan pilihan pada menu bar. Ada
dua belas menu utama yang dimiliki SPSS for windows, yaitu :
1) File : digunakan untuk membuat file baru atau membuka file,
menyimpan file, export data, serta membuka file dari repository.
2) Edit : digunakan untuk memodifikasi, mengkopi, menghapus, mencari
dan mengganti data atau teks dari output windows maupun syntak
windows.
3) View : digunakan untuk merubah tampilan tulisan (font), membuka
variabel view, dan status bar.
4) Data : digunakan untuk membuat pilihan global dari file data SPSS,
seperti pendefinisian variabel, penggabungan file, transpose data, dan
mengambil sebagian case.
5) Transform : digunakan untuk mentranformasi data, yaitu pembentukan
variabel baru yang valuenya merupakan hasil tranformasi dari value
variabel-variabel yang sudah ada. Atau memodifikasi variabel yang
sudah ada berdasarkan variabel yang lain.

6) Analyze : digunakan untuk memilih berbagai prosedur pengolahan
secara statistik seperti tabulasi silang (crosstab), korelasi, regresi linier,
analisis varians, penyusunan laporan dan sebagainya.
7) Direct Marketing : Memasarkan hasil data kepada kolega secara
langsung.
8) Grapbs: digunakan untuk mengaktualisasikan data berupa bar chart,
pie chart, histogram, scattersplots (diagram pencar), dan bentuk grafik
lainnya.
9) Utilities : digunakan untuk mengakses data secara dinamik,
menampilkan berbagai informasi mengenai isi file data SPSS, atau
menampilkan indeks dari perintah-perintah SPSS.
10) Add-ons : digunakan untuk mengetahui seluk beluk pengembangan
IBM SPSS Statistics.
11) Windows : digunakan untuk mengatur, memilih, dan mengontrol
atribut-atribut windows SPSS.
12) Help : digunakan untuk membuka windows standart Microsoft help
yang memuat informasi bantuan (Purnomo, 2017).
2. IBM SPSS 20 dalam Analisis Diskriminan
Dalam melakukan analisis seringkali peneliti melibatkan sejumlah
peubah, dan terdapat saling pengaruh antarpeubah. Melalui penyertaan lebih
dari satu peubah diharapkan akan dapat memberi tambahan informasi
daripada jika hanya dilakukan oleh masing-masing peubah secara terpisah.
Hal semacam ini akan lebih mudah diinterpretasikan jika menggunakan
analisis peubah ganda (Multivariate Analysis). Analisis peubah ganda
merupakan bagian analisis statistika yang menganalisis secara serempak
peubah yang jumlahnya lebih dari satu. Analisis diskriminan adalah salah satu
bagian dari analisis peubah ganda. Analisis diskriminan adalah teknik
statistika yang digunakan untuk mengklasifikasikan suatu individu atau
observasi ke dalam suatu kelas atau kelompok berdasarkan sekumpulan
variabel-variabel. Salah satu penerapan analisis diskriminan adalah pada
bidang pemasaran yang sering diterapkan oleh perusahaan-perusahaan yang
berkembang saat ini. Salah satunya dengan pengamatan terhadap faktor-

faktor yang mempengaruhi pembelian produk McCafe. Metode yang
digunakan adalah analisis diskriminan.
SPSS adalah salah satu program yang paling banyak digunakan untuk
analisis statistika ilmu sosial. SPSS digunakan oleh peneliti pasar, peneliti
kesehatan, Perusahaan survei, pemerintah, peneliti pendidikan dan lain
sebagainya. SPSS merupakan salah satu dari sekian banyak software
statistika yang telah dikenal luas dikalangan penggunanya misalnya saja ada
pada perhitungan analisis diskriminan.
Pada output SPSS, koefisien untuk tiap variabel yang masuk dalam
model dapat dilihat pada tabel Canonical Discriminant Function Coefficient.
Tabel ini akan dihasilkan pada output apabila pilihan Function Coefficient
bagian Unstandardized diaktifkan. Setelah dibentuk fungsi liniernya, maka
dapat dihitung skor diskriminan untuk tiap observasi dengan memasukkan
nilai-nilai variabel penjelasnya.
SPSS menggunakan validasi dengan metode Leave One Out. Misalkan
ada sebanyak n observasi, akan dibentuk fungsi linier dengan observasi
sebanyak n-1. Observasi yang tidak disertakan dalam pembentukan fungsi
linier ini akan diprediksi keanggotaannya dengan fungsi yang sudah dibentuk
tadi. Proses ini akan diulang dengan kombinasi observasi yang berbeda-beda,
sehingga fungsi linier yang dibentuk ada sebanyak n. Inilah yang disebut
dengan metode Leave One Out. (Trisna, 2018)
III. Metodologi Penelitian

A. Identifikasi Variabel
Identifikasi variabel untuk laporan resmi modul 7 adalah :
1. Variabel Terikat
Variabel terikat adalah variabel yang perubahannya dipengaruhi oleh variabel
lain, dalam hal ini variabel terikatnya adalah skala likert / nilai kuisioner.
2. Variabel Bebas
Variabel bebas adalah variabel yang mempengaruhi variabel terikat. Adapun
variabel bebas yang berpengaruh dalam hal ini adalah responden.

B. Soal Laporan Resmi
Saat ini wabah covid-19 masih meluas, salah satu pencegahan yang bisa
dilakukan adalah dengan rajin mencuci tangan. The Body Shop merupakan suatu
perusahaan yang bergerak dalam bisnis kecantikan berupa produk-produk
perawatan wajah dan tubuh. Melihat maraknya covid-19, perusahaan tersebut ingin
melakukan inovasi terhadap produknya yaitu sabun, dengan menciptakan sabun
sekali pakai yang efisien untuk dibawa kemana-mana. Berdasar kepada
permasalahan tersebut maka dilakukan kuesioner sebanyak 50 responden untuk
mengetahui pendapat konsumen terhadap sabun sekali pakai. Data didapatkan dari
kuesioner yang disebar kepada 50 responden dimana kemudian diuji untuk
mengetahui apakah ada perbedaan signifikan tentang penilaian masyarakat
mengenai sabun sekali pakai.
Beberapa variabel yang dipakai :
1. Mendukung penggunaan merk sabun yang sudah terkenal
2. Mendukung penggunaan sabun handmade
3. Membeli sabun yang tidak disebutkan kandungannya
4. Anda menggunakan sabun berdasarkan wangi/aromanya
5. Selalu mencuci tangan selama pandemi covid-19
6. Anda selalu membawa sabun kemanapun dan dimanapun
7. Bentuk dan ukuran sabun pada umumnya tidak efisien untuk dibawa
8. Diproduksinya sabun yang efisien untuk dibawa kemana-mana
9. Anda tertarik menggunakan sabun sekali pakai
10. Anda tertaik menggunakan sabun yang juga berguna untuk tubuh
(multifungsi)
11. Anda membeli dan memakai produk sabun sekali pakai 1. = Sangat Tidak setuju
12. Sabun sekali pakai efisien digunakan 2. = Tidak setuju
13. Anda terbantu dengan adanya sabun sekali pakai 3. = Biasa saja
14. Anda pernah mendengar adanya produk sabun sekali pakai 4. = Setuju
15. Anda sangat tertarik terhadap produk sabun sekali pakai 5. = Sangat setuju

C. Pengumpulan Data
Tabel 3.1 Rekapan Pengumpulan Data
Menggunakan Sabun merk terkenal
Sabun pada umumnya tidak efisien
Tertarik dengan sabun sekali pakai
Sangat Tertarik dg sabun 1x pakai

Menggunakan Sabun Handmade
Menggunakan Sabun krn. Aroma
Terbantu dengan sabun 1x pakai

Selalu cuci tangan selama covid
Pernah dengar sabun 1x pakai

Membawa sabun kemanapun
Membeli sabun sekali pakai

Sabun 1x pakai multifungsi
Sabun tanpa info kandugan
Diproduksi sabun 1x pakai
Sabun 1x pakai efisien

Nama
Usia
No
1 Teguh 2 2 1 5 4 2 5 5 4 5 4 3 5 4 5 19
2 Fariz 4 1 1 5 5 5 2 5 5 5 5 5 5 1 5 20
3 Hasan 5 1 1 3 2 1 3 3 4 4 4 4 4 3 4 19
4 Sulis 3 4 3 4 5 3 2 4 3 4 3 2 4 3 4 20
5 Yahya 5 1 1 4 5 4 2 4 1 2 2 1 2 3 2 19
6 Shania 5 2 1 2 4 3 3 4 4 3 4 3 4 4 4 20
7 Nastiti 4 2 1 5 5 5 3 5 3 4 4 3 4 3 4 20
8 Anjab 5 1 5 4 5 4 4 4 4 4 4 4 4 4 4 20
9 Aqshal 3 4 1 2 5 2 1 5 5 5 5 5 5 1 5 19
10 Alvina 3 1 1 3 5 4 3 5 4 5 5 4 5 1 5 19
11 Geby 4 1 1 4 5 4 2 5 5 5 5 4 5 1 5 20
12 Clarissa 4 1 1 4 4 2 4 5 3 3 5 3 5 3 5 19
13 Arya 5 3 1 4 5 4 3 5 3 4 4 3 5 4 5 20
14 Willy 3 3 2 4 5 2 4 3 3 4 3 4 4 4 4 19
15 Ningsih 4 2 1 2 4 3 5 5 5 2 5 5 5 4 5 18
16 Keimas 4 3 3 4 5 4 4 4 3 3 4 4 4 1 4 19

Terbantu dengan sabun 1x pakai membantu




Nama
Usia
No
17 Dina 4 1 1 4 5 3 3 4 4 4 4 4 4 3 4 19
18 Yehezkiel 3 3 3 3 3 1 3 3 2 1 2 1 2 1 2 17
19 Naufal 4 5 4 3 4 2 4 2 4 2 4 2 5 1 4 20
20 Dania 4 3 1 4 5 4 4 5 5 5 5 5 5 5 5 18
21 Kharisma 2 4 1 5 5 5 4 5 5 5 5 5 5 1 5 19
22 Daniel 5 1 1 4 5 5 5 5 5 3 5 5 5 1 5 20
23 Maulana 3 2 2 3 3 2 3 4 2 3 3 3 3 2 3 20
24 Intan 4 1 1 4 4 3 4 4 4 4 4 4 5 5 5 20
25 Raffli 1 1 5 4 5 4 4 5 5 4 5 5 5 1 4 19
26 Ardana 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 20
27 Adham 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 20
28 Dika 3 4 3 2 5 4 3 5 2 4 3 3 4 2 1 20
29 Dhiyafi 4 3 5 4 2 4 2 4 3 4 2 4 3 4 2 19
30 Zahra 3 4 3 4 5 2 4 3 3 5 1 1 5 3 5 19
31 Chika 3 4 2 4 3 2 4 5 3 5 5 5 1 1 3 21
32 Shakila 4 3 5 3 4 5 3 2 4 4 5 5 4 3 5 18
33 Laras 4 3 4 5 3 4 3 5 4 3 5 4 3 4 3 20
34 Rila 3 4 2 4 5 3 5 5 2 5 4 3 5 2 4 19
35 Alif 4 3 1 5 5 4 3 4 2 2 3 3 3 1 3 16
36 Baiq 2 1 1 5 5 5 4 5 5 5 5 5 5 2 4 19

50
49
48
47
46
45
44
43
42
41
40
39
38
37
No
Nama
Ade
Afif
Riza
Elno
Aura
Iqbal
Rizal
Aqila
Novia
Diyah
Pratiwi
Zauzan
Aidillah
Reivanda
5
1
4
3
5
2
3
3
5
4
1
5
5
2
4
4
3
2
4
4
3
2
4
1
2
3
4
1
3
3
2
3
3
3
3
1
3
1
1
2
1
2
5
5
4
3
3
4
3
4
2
4
5
5
5
4
4
5
5
4
5
4
5
5
5
5
5
5
5
5

3
5
1
2
4
5
4
4
4
4
4
5
5
4
5
3
4
4
5
5
3
4
4
5
5
3
5
4

3
3
5
5
4
5
4
5
4
4
5
5
5
5

4
4
5
5
5
4
4
4
5
5
5
5
5
4
5
3
5
1
2
3
3
3
5
2
3
5
5
4
4
4
5
4
4
4
4
4
4
4
4
5
5
5
5
4
3
4
5
3
5
4
4
5
4
5
5
4
5
5
4
4
4
5
4
4
4
4
4
5
5
5
Terbantu dengan sabun 1x pakai
1
1
3
2
2
2
1
1
1
1
1
5
1
2

5
4
5
5
4
5
4
4
4
4
4
5
5
5

19
21
20
19
19
20
21
21
18
21
19
19
19
20
Usia
D. Flowchart
Adapun flowchart dari modul 7 adalah sebagai berikut :
Tujuan Praktikum
Identifikasi Variabel Operasional
Pengumpulan Data :
Hasil kuesioner kepada pelanggan The Body Shop
dengan 15 pertanyaan mengenai ketertarikan
mereka terhadap sabun sekali pakai
Analisis Data Menggunakan Analisis

SPSS
Diskriminan
1. Diskriminan
2. Stepwise
3. Summary of Anonnical Discriminant
4. Classification

Kesimpulan dan Saran
Selesai
Gambar 3.1 Flowchart

Penjelasan Langkah-Langkah Pemecahan Masalah :
1. Studi Lapangan
Studi lapangan sangat diperlukan karena pada tahap ini dimaksudkan untuk
mengetahui apakah ada perbedaan signifikan tentang penilaian masyarakat
mengenai sabun sekali pakai.
2. Studi Pustaka
Studi Pustaka merupakan tahap pencarian refrensi baik dari buku ,jurnal
maupun penelitian sebelumnya.
3. Batasan Masalah
Batasan masalah diberikan agar permasalahan tidak melebar terlalu jauh.
Batasan masalah dalam studi kasus ini adalah pengujian dilakukan
menggunakan variabel-variabel yang telah dinyatakan kepada responden,
data diolah dengan SPSS, dan pengolahan data dilakukan dengan hanya
menggunakan menggunakan diskriminan, stepwise, summary of anonnical
discriminant, dan classification.
4. Tujuan Penelitian
Setelah batasan masalah dilanjutkan dengan perumusan tujuan penelitian
yaitu, menganalisa data dengan menggunakan analisis diskriminan untuk
mengelompokkan objek-objek berdasarkan karakteristik diantara objek-objek
tertentu.
5. Identifikasi Variabel
Variabel adalah segala sesuatu yang mempunyai variasi perbedaan nilai
terukur. Misalnya variabel bebas dan terikat. Variabel bebas dalam studi
kasus ini adalah responden. Sedangkan variabel terikatnya adalah skala likert
/ nilai kuisioner.

6. Pengumpulan Data
Pengumpulan data merupakan data sekunder yang berasal dari nilai kuisioner
dimana terdapat 15 buah pertanyaan yang harus diberikan rating oleh
responden antara 1-5 pada kuisioner. Adapun pertanyaan-pertanyaan yang
diajukan kepada responden antara lain :
a. Apakah anda setuju membeli sabun berdasarkan merk sabun yang
sudah terkenal ?
b. Apakah anda akan menggunakan sabun yang tidak ada standardisasi
dari pemerintah atau handmade buatan lokal
c. Apakah anda setuju membeli sabun yang tidak disebutkan
kandungannya?
d. Apakah anda menggunakan sabun berdasarkan wangi yang ada pada
sabun?
e. Apakah anda setuju untuk selalu cuci tangan atau menjaga kebersihan
selama pandemi covid-19?
f. Apakah anda setuju untuk selalu membawa sabun kemana dan dimana
pun anda berada?
g. Apakah anda setuju jika bentuk/ukuran sabun yang ada dilingkungan
kita tidak efisien untuk dibawa?
h. Apakah anda setuju adanya produksi sabun yang efisien dibawa
kemana-mana, seperti ukurannya lebih kecil?
i. Apakah anda setuju penggunaan sabun dalam satu kali pemakaian?
j. Apakah anda menyukai sabun sekali pakai yang berguna juga untuk
perawatan tubuh ?
k. Jika produk diatas ada, apakah anda bersedia memakai dan
membelinya?
l. Penggunaan sabun sekali pakai efisien ?
m. Apakah sangat membantu anda jika ada sabun praktis yang bisa
dibawa kemana-mana?
n. Apakah anda pernah mendengar tentang sabun sekali pakai
sebelumya?

o. Seberapa tertarikkah anda dengan sabun sekali pakai yang bisa dibawa
kemana-mana?
7. Analisis Data
Analisis data adalah suatu proses upaya pengolahan data menjadi sebuah
informasi baru agar karakteristik data tersebut menjadi lebih mudah
dimengerti dan berguna untuk solusi suatu permasalahan. Langkah ini
bertujuan apakah ada perbedaan signifikan tentang penilaian pelanggan
mengenai sabun sekali pakai menggunakan software SPSS yakni dengan
analisis discriminant.
8. Pengolahan data
Pengolahan data adalah manipulasi data menjadi bentuk sebuah informatif.
Langkah ini untuk mengolah data yang telah dikumpulkan untuk mencari
nilai yang diinginkan. Pengolahan data pada modul analisis diskriminan
menggunakan diskriminan, stepwise, summary of anonnical discriminant,
dan classification.
9. Hasil dan Pembahasan
Dalam bab ini menerangkan hasil dari proses pengolahan data serta
membahas hasil yang diperoleh berdasarkan kajian pustaka dan kerangka
teori.
10. Kesimpulan dan Saran
Bagian yang menerangkan isi dari laporan secara menyeluruh serta berisi
masukan tentang laporan terhadap penulis.

IV. Hasil dan Pembahasan
A. Print Out dan Analisa Output
1. Discriminant
Parameter
Grup 1 : Banyaknya penilaian pelanggan mengenai sabun sekali pakai
Grup 2 : Sedikitnya penilaian pelanggan mengenai sabun sekali pakai
1) data antar grup

cenderung berbeda.
2)
cenderung sama.
Untuk Signifikansi
Sig. < 0,05, berarti ada perbedaan antar grup.

Untuk ANOVA
1. Fhitung < Ftabel maka H0 diterima
H0 : dua grup memiliki varians yang sama (identik).
2. Fhitung > Ftabel maka H0 ditolak
H1 : dua grup memiliki varians yang berbeda (tidak identik).
a. Analysis Case Processing Summary
Gambar 4.1 Analisis Case Processing Summary

Analisis :
Dalam analisis output dapat dianalisa bahwa data (responden) yang valid
sebanyak 50 atau 100% dan tidak ada data yang tidak valid yang harus dibuang sari
total keseluruhan data.
b. Group Statistic

Gambar 4.2 Group Statistic
Analisis :
Total group statistics pada dasarnya berisi data statistics descriptive yang
utama yakni rata-rata dan standar deviasi dari kedua grup. Dari tabel juga terlihat
ada 39 responden yang tergolong grup 1 dan sisanya sebanyak 11 responden yang
tergolong grup 2. Jika melihat semua variabel menggunakan sabun merk terkenal,
menggunakan sabun handmade, menggunakan sabun karena aroma sabun tanpa
info kandungan, selalu cuci tangan selama covid, membawa sabun kemanapun,
sabun pada umumnya tidak efisien, diproduksi sabun satu kali pakai, menggunakan
sabun satu kali pakai, sabun satu kali pakai yang multifungsi, membeli sabun satu
kali pakai,sabun satu kali pakai efisien, sabun satu kali pakai sangat membantu,
tidak pernah denger mengenai sabun satu kali pakai, sangat tertarik dengan sabun
satu kali pakai yang muncul ini berarti tidak ada variabel yang hilang yakni 15
variabel.

c. Test of Equality of Group Means
Gambar 4.3 Test of Equality of Group Means

Analisis :
48
Didapatkan F tabel = 4,04
Menggunakan sabun merk terkenal,
Nilai 0,986 mendekati 1 artinya data tiap group cenderung
sama. Nilai F hitung > F tabel = 0,686 < 4,04 yang artinya Ho diterima maka
data group mempunyai varians yang sama (identic). Nilai Sig 0,412 0,05
berarti bahwa tidak ada perbedaan antar group
Menggunakan sabun handmade
sama. Nilai F hitung > F tabel = 4,396 > 4,04 yang artinya Ho ditolak maka

data group tidak mempunyai varians yang sama (identic). Nilai Sig 0,041 <
0,05 berarti bahwa ada perbedaan antar group
Menggunakan sabun karena aroma
data group mempunyai varians yang sama (identic). Nilai Sig 0,702
Sabun tanpa info kandungan,
Selalu cuci tangan selama covid,
Membawa sabun kemanapun,
sama. Nilai F hitung > F tabel = 9,579< 4,04 yang artinya Ho ditolak maka
0,05 berarti bahwa ada perbedaan antar group
Sabun pada umumnya tidak efisien,
berati bahwa tidak ada perbedaan antar group
Diproduksi sabun satu kali pakai,
sama. Nilai F hitung > F tabel = 6,333 > 4,04 yang artinya Ho ditolak maka
0,05 berati bahwa ada perbedaan antar group.

Menggunakan sabun satu kali pakai,
Nilai 0,452 tidak mendekati 1 artinya data tiap group tidak
cenderung sama. Nilai F hitung > F tabel = 58,116 > 4,04 yang artinya Ho
ditolak maka data group tidak mempunyai varians yang sama (identic). Nilai
Sig 0,000 < 0,05 berati bahwa ada perbedaan antar group
Sabun satu kali pakai yang multifungsi,
berati bahwa tidak ada perbedaan antar group.
Membeli sabun satu kali pakai,
Nilai 0,609 tidak mendekati 1 artinya data tiap group
cenderung tidak sama. Nilai F hitung > F tabel = 30,777 > 4,04 yang artinya
Ho ditolak maka data group tidak mempunyai varians yang sama (identic).
Nilai Sig 0,000 < 0,05 berati bahwa ada perbedaan antar group
Sabun satu kali pakai efisien,
Ho ditolak maka data group mempunyai varians yang tidak sama (identic).
Nilai Sig 0,000 < 0,05 berati bahwa tidak ada perbedaan antar group
Sabun satu kali pakai sangat membantu,
Nilai Sig 0,000 < 0,05 berati bahwa tidak ada perbedaan antar group
Tidak pernah denger mengenai sabun satu kali pakai,
berati bahwa tidak ada perbedaan antar group

Sangat tertarik dengan sabun satu kali pakai
Nilai Sig 0,000 < 0,05 berati bahwa tidak ada perbedaan antar group.
2. Stepwise
a. Variable Entered/Removed
Gambar 4.4 Variables Entered/ Removed

Analisis :
Berdasarkan output diatas variabel (menggunakan sabun satu kali pakai)
memiliki angka Sig. dibawah 0,05. Variabel (menggunakan sabun handmade)
memiliki angka Sig. dibawah 0,05. Variabel (membawa sabun kemanapun)
memiliki angka Sig. dibawah 0,05. Variabel (selalu cuci tangan selama covid)
memiliki angka Sig. dibawah 0,05. Dan variabel (sangat tertarik dengan sabun satu
kali pakai) memiliki angka Sig. dibawah 0,05. Dengan demikian dari 15 variabel
yang dimasukkan hanya 5 variabel yang signifikan atau bisa dikatakan variabel
(menggunakan sabun satu kali pakai, menggunakan sabun handmade, membawa
sabun kemanapun, selalu cuci tangan selama covid, sangat tertarik dengan sabun
satu kali pakai) mempengaruhi penilaian masyarakat mengenai sabun satu kali
pakai.

b. Variables in the Analysis
Gambar 4.5 Variables in the Analysis

Analisis :
Output diatas menjelaskan output sebelumnya, bahwa setelah diiterasi sampai
step kesatu hanya ada 1 varibel yang tetap tinggal dalam model diskriminan ini
yaitu menggunakan sabun satu kali pakai pada step kedua terdapat 2 variabel yaitu
menggunakan sabun satu kali pakai dan menggunakan sabun handmade. Pada step
ketiga terdapat variabel menggunakan sabun satu kali pakai menggunakan sabun
handmade dan membawa sabun kemanapun. Pada step keempat terdapat variabel
menggunakan sabun satu kali pakai menggunakan sabun handmade, membawa
sabun kemanapun dan selalu cuci tangan selama covid. Pada step kelima terdapat
variabel menggunakan sabun satu kali pakai menggunakan sabun handmade,
membawa sabun kemanapun, selalu cuci tangan selama covid dan sangat tertarik
dengan sabun satu kali pakai.

3. Summary of anonnical discriminant
a. Eigenvalues
Gambar 4.6 Eigenvalues

Analisis :
Pada output eigenvalues tersebut terdapat nilai canonical correlation.
Canonical correlation digunakan untuk mengukur keeratan hubungan antara skor
diskriminan dengan grup. Nilai canonical correlation sebesar 0,850 menunjukkan
keeratan yang tinggi, dengan ukuran skalia asosiasi antara 0 sampai 1. Bila nilai
tersebut dikuadratkan menjadi (0,850 x 0,850) = 0,7225 ; artinya 72,25% varians
dari variabel dependen (ketertarikan masyarakat) dapat dijelaskan dari model
diskriminan yang terbentuk
b. Wilk`s Lambda
Gambar 4.7 Wilk`s Lambda

Analisa :
Angka Chi-square sebesar 58,198 dengan tingkat signifikasi sebesar 0,000
yang kurang dari 0,05 menunjukkan adanya perbedaan yang signifikan tentang
penilaian masyarakat mengenai sabun sekali pakai pada model diskriminan.

c. Structure Matrix
Gambar 4.8 Structure Matrix

Analisa :
Output structure matrix menunjukan urutan karakteristik yang paling
membedakan perilaku dua kelompok penilaian masyarakat mengenai penggunaan
sabun satu kali pakai. Terlihat variabel yang tidak termasuk dalam diskriminan
yaitu Kenaikan membeli sabun satu kali pakai, sabun satu kali pakai efisien, sabun
satu kali pakai sangat membantu, sabun pada umumnya tidak efisien, sabun tanpa
info kandungan, sabun satu kali pakai multifungsi, diproduksi sabun satu kali pakai,
menggunakan karena aroma, tidak pernah dengar sabun satu kali pakai,
menggunakan sabun merk terkenal. Sedangkan menggunakan sabun satu kali pakai,
sangat teratrik degan sabun satu kali pakai, membawa sabun kemanapun,
menggunakan sabun handmade, dan selalu cuci tangan selama covid termasuk
dalam model diskriminan dengan karakteristik yang paling membedakan penilaian
masyarakat mengenai sabun satu kali pakai.
d. Canonical Discriminant Function Coddicients
Gambar 4.9 Canonical Discriminant Function Coddicients

Analisa :
Tabel diatas mempunyai fungsi yang hampir mirip dengan persamaan regresi
ganda, yang dalam analisis diskriminan disebut sebagai fungsi diskriminan Zscore
= (-0,438) + (-0,713) + 0,641 + 1,082 + 0,565 + (-4,532)* menggunakan sabun

handmade, selalu cuci tangan selama covid, membawa sabun kemanapun,
menggunakan sabun 1x pakai, santa tertarik dengan sabun 1x pakai. Kegunaan
fungsi tersebut untuk mengetahui sebuah case (dalam kasus ini adalah penilaian
masyarakat mengenai sabun sekali pakai) tergolong pada group satu ataukah
tergolong pada group lainnya.
e. Function at Group Centroids
Gambar 4.10 Function at Group Centroids

Analisa :
Karena ada dua tipe keputusan maka disebut Two-Group Discriminant
dimana group yang satu mempunyai centroid (group means) positif dan group yang
satunya mempunyai centroid (group means) negatif. Angka pada tabel
group tersebut.
4. Classification
a. Classification Processing Summary
Gambar 4.11 Classification Processing Summary

Analisis :
Dari tabel diatas menyatakan bahwa terdapat 50 data yang telah diproses
tanpa ada data yang hilang dan semua data digunakan dalam output.

b. Prior Probabilities for Groups
Gambar 4.12 Prior Probabilities for Groups

Analisa :
Terlihat distribusi angora group memperlihatkan komposisi dimana dari 50
responden yang dengan model diskriminan menghasilkan 39 orang ada pada group
1 (responden dengan banyaknya penilaian masyarakat mengenai sabun sekali
pakai) dan 11 orang ada pada group 2 (responden dengan sedikitnya penilaian
masyarakat mengenai sabun sekali pakai ).
c. Classification Result
Gambar 4.13 Classification Result

Analisa :
Output tersebut menggambarkan cross-tabulasi antara model awal (original)
dengan pengklasifikasian hasil model diskriminan (predicted group membership).
Terlihat terdapat responden (1 responden) yang salah klasifikasi. Sehingga secara
keseluruhan model diskriminan yang terbentuk mempunyai tingkat validasi sebesar
97,4%

V. Kesimpulan dan Saran
A. Kesimpulan
Adapun kesimpulan yang diperoleh dari modul 7 adalah :
1. Diskriminan
Total group statistics pada dasarnya berisi data statistics descriptive yang
utama yakni rata-rata dan standar deviasi dari kedua grup. Dari tabel juga
terlihat ada 39 responden yang tergolong grup 1 dan sisanya sebanyak 11
responden yang tergolong grup 2. Total variabel yang muncul adalah 15
variabel, ini berarti tidak ada variabel yang hilang.
2. Stepwise
Berdasarkan output, variabel (menggunakan sabun satu kali pakai) memiliki
angka Sig. dibawah 0,05. Variabel (menggunakan sabun handmade) memiliki
angka Sig. dibawah 0,05. Variabel (membawa sabun kemanapun) memiliki
angka Sig. dibawah 0,05. Variabel (selalu cuci tangan selama covid) memiliki
angka Sig. dibawah 0,05. Dan variabel (sangat tertarik dengan sabun satu kali
pakai) memiliki angka Sig. dibawah 0,05. Dengan demikian dari 15 variabel
yang dimasukkan hanya 5 variabel yang signifikan atau bisa dikatakan
variabel (menggunakan sabun satu kali pakai, menggunakan sabun
handmade, membawa sabun kemanapun, selalu cuci tangan selama covid,
sangat tertarik dengan sabun satu kali pakai) mempengaruhi penilaian
masyarakat mengenai sabun satu kali pakai.
3. Summary of anonnical discriminant
Dari tabel structure matrix menunjukan urutan karakteristik yang paling
membedakan perilaku dua kelompok penilaian masyarakat mengenai
penggunaan sabun satu kali pakai. Terlihat variabel yang tidak termasuk
dalam diskriminan yaitu Kenaikan membeli sabun satu kali pakai, sabun satu
kali pakai efisien, sabun satu kali pakai sangat membantu, sabun pada
umumnya tidak efisien, sabun tanpa info kandungan, sabun satu kali pakai
multifungsi, diproduksi sabun satu kali pakai, menggunakan karena aroma,
tidak pernah dengar sabun satu kali pakai, menggunakan sabun merk terkenal.
Sedangkan menggunakan sabun satu kali pakai, sangat teratrik degan sabun

satu kali pakai, membawa sabun kemanapun, menggunakan sabun handmade,
dan selalu cuci tangan selama covid termasuk dalam model diskriminan
dengan karakteristik yang paling membedakan penilaian masyarakat
mengenai sabun satu kali pakai.
4. Classification
Dari tabel classification processing summary menyatakan bahwa terdapat 50
data yang telah diproses tanpa ada data yang hilang dan semua data digunakan
dalam output. Terlihat distribusi angora group memperlihatkan komposisi
dimana dari 50 responden yang dengan model diskriminan menghasilkan 39
orang ada pada group 1 (responden dengan banyaknya penilaian masyarakat
mengenai sabun sekali pakai) dan 11 orang ada pada group 2 (responden
dengan sedikitnya penilaian masyarakat mengenai sabun sekali pakai).
Terdapat responden (1 responden) yang salah klasifikasi. Sehingga secara
keseluruhan model diskriminan yang terbentuk mempunyai tingkat validasi
sebesar 97,4%
B. Saran
Adapun saran untuk modul 7 adalah :
1. Sebaiknya dalam penentuan studi kasus dalam laporan disertai dengan latar
belakang yang mendukung.
2. Sebaiknya lebih memperhatikan pemilihan variabel yang sesuai dengan studi
kasus.
3. Sebaiknya praktikan lebih teliti lagi dalam membaca hasil / output software,
agar hasil yang dituliskan sesuai.


Laporan Resmi Modul Vii Analsis Diskriminan

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Resmi Modul Vii Analsis Diskriminan

Diunggah oleh

Hak Cipta:

Format Tersedia

LABORATORIUM STATISTIK DAN MANAJEMEN INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

III. Metodologi Penelitian

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

Menggunakan Sabun merk terkenal

Sabun pada umumnya tidak efisien

Tertarik dengan sabun sekali pakai

Sangat Tertarik dg sabun 1x pakai

Menggunakan Sabun krn. Aroma

Terbantu dengan sabun 1x pakai

Pernah dengar sabun 1x pakai

Membeli sabun sekali pakai

Diproduksi sabun 1x pakai

Sabun 1x pakai efisien

PRAKTIKUM STATISTIK INDUSTRI

Sabun pada umumnya tidak efisien

Tertarik dengan sabun sekali pakai

Sangat Tertarik dg sabun 1x pakai

Menggunakan Sabun krn. Aroma

Selalu cuci tangan selama covid

Pernah dengar sabun 1x pakai

Membeli sabun sekali pakai

Diproduksi sabun 1x pakai

Sabun 1x pakai efisien

PRAKTIKUM STATISTIK INDUSTRI

SESI KAMIS / MEJA 64

Sabun pada umumnya tidak efisien

PRAKTIKUM STATISTIK INDUSTRI

Diproduksi sabun 1x pakai

MODUL VII (ANALISIS DISKRIMINAN)

Tertarik dengan sabun sekali pakai

Sabun 1x pakai multifungsi

Membeli sabun sekali pakai

Sabun 1x pakai efisien

Terbantu dengan sabun 1x pakai

Pernah dengar sabun 1x pakai

Sangat Tertarik dg sabun 1x pakai

Identifikasi Variabel Operasional

Analisis Data Menggunakan Analisis

PRAKTIKUM STATISTIK INDUSTRI

Gambar 3.1 Flowchart

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI

1) data antar grup

Sig. < 0,05, berarti ada perbedaan antar grup.

Gambar 4.1 Analisis Case Processing Summary

PRAKTIKUM STATISTIK INDUSTRI

PRAKTIKUM STATISTIK INDUSTRI